Успешно приключи проектът FLAIROP за нов начин на обучение на роботи с помощта на изкуствен интелект

13.09.2023   |   Начало»Проекти

Редактор
Мира Станкова

Редактор
Мира Станкова

Festo обяви успешното приключване на изследователския проект FLAIROP (Federated Learning for Robot Picking). Резултатите от проекта бяха представени на официално събитие в завода на компанията в Еслинген в присъствието на всички участници в него.

През последните две години Festo проведе съвместно проучване с Технологичния институт в Карлсруе, Университета на Уотърлу и канадската компания DarwinAI за това как picking роботи могат да станат по-умни с помощта на разпределения изкуствен интелект. В рамките на проучването партньорите проучиха как роботите могат да се учат един от друг, без да споделят чувствителни данни. Този подход, наречен "федеративно обучение", позволява да се създадат много по-стабилни и ефективни алгоритми с изкуствен интелект, отколкото би било възможно с данни от само един робот, без при това да се използват чувствителни фирмени данни.

"Горди сме, че успяхме да покажем, че роботите могат да се учат един от друг, без да споделят чувствителни данни и фирмени тайни. Това предпазва данните на клиентите ни, а ние увеличаваме скоростта, тъй като по този начин роботите могат да изпълняват много задачи по-бързо. Така например, колаборативните роботи могат да подпомагат производствените работници с повтарящите се, тежки и уморителни задачи", заяви Ян Сейлър, ръководител Високотехнологично развитие, анализи и контрол във Festo.

"Създадохме универсален, базиран на симулации сет от данни, който можем да използваме, за да обучаваме автономни захващащи роботи по такъв начин, че да могат надеждно да хващат обекти, които не са виждали преди това", обясни Максимилиан Жил от Технологичния институт в Карлсруе. В бъдеще федеративната обучителна система ще бъде развита още повече, за да направи възможно съвместното обучение на роботизирани системи от различни компании, без да е необходимо компаниите да споделят данни една с друга. Това може да увеличи приемането на подобни системи в практиката.

Какво представлява федеративното обучение

Федеративното обучение е техника на машинно самообучение за създаване на гарантиращи поверителността приложения с изкуствен интелект. Вместо да се изпращат обучителните данни на роботизираните ръце в picking клетките до централен сървър, за да се обучава там моделът, обучението се извършва на няколко различни локации. Локално обучените модели след това се изпращат до централен сървър за машинно самообучение, за да не напускат чувствителните данни своя източник. Въпреки това федеративното обучение позволява обучение в няколко силоза за данни, като се събират разпределените модели и се осигурява висока точност и базирани на данни прогнози за разпознаване на обекта и определяне на точката за захващане.

Роботизираните ръце в picking клетките са оборудвани с камери за визуално засичане на обектите пред тях. На базата на изображенията от камерата роботизираните ръце автоматично разпознават различни обекти и избират подходящия метод за захващане. Заради разнообразието от обекти в складовете това е сложна задача и са необходими големи количества данни, за да се постигнат смислени резултати. Създаването на такива големи количества данни отнема много време. С данните, събрани от picking клетките на различни организации, става възможно да се подобри определянето на точката за захващане на обекта в клетките.

В рамките на проекта са използвани общо 5 автономни picking станции – две в Института по съхранение, транспортиране и логистика (IFL) при Университета в Карлсруе и три в базата на Festo в Еслинген.

Проучването приключи – време е за приложение в практиката

На събитието в Еслинген Festo се фокусира върху възможните приложения на резултатите. "Показахме в кои продукти на Festo могат да бъдат вградени", посочи Ян Сейлър. Резултатите от проучването предстои да бъдат публикувани, като ще могат да се използват свободно от всички заинтересовани страни в бъдещи пилотни проекти.

Ключови думи: Festo   роботи   изкуствен интелект   FLAIROP  

Област: Проекти